【科技】现在&未来,AI对网络工程的影响

2017年是我们看到AI起飞的一年,还是……

如果没有别的原因,AI继续爬升技术炒作曲线。阅读新闻,浏览网页,参加会议,甚至看电视,都可以看到AI使我们的生活变得更好了。

自Alan Turing于1947年在伦敦数学学会的一场演讲中宣称“我们想要的是一台能从经验中学习的机器”之后,计算机科学家和工程师们的想象力就像一台计算机一样,能够回答与人类同等的问题。

今天,几乎所有的商业人士都在考虑如何利用AI,而且也不乏希望利用这一趋势的供应商。目前,Venture Scanner正在跟踪超过2000家已经收到超过260亿美元资金的AI创业公司。

在1950年,图灵开发的图灵测试——“确定一台机器的智能行为能力,等同于人类的智能行为。”云计算能力和开源技术已经达到了临界点,我们现在可以构建系统(例如IBM Watson的Jeopardy !冠军)实际上通过他的测试,启动AI时代。

有很多宣传和AI的承诺,这可能会让人混淆,并在新技术曲线的宣传部分产生错误的期望。因此,随着年底的临近,Bob Friday花了一些时间来反思AI的状态。

AI如何影响今天的网络

Bob Friday发现了几个例子,AI已经对今天的网络体验产生了积极的影响。

检测时间序列异常:许多在今天的网络上运行的设备是20年前发明的,它们不支持当前的管理信息。AI可以检测出时间序列异常,这种关联使得网络工程师能够快速地发现事件之间的关系,即使是经验丰富的网络专家,这些关系也不会很明显。例如,一个客户关闭了他们无线访问点上的较低数据,这间接导致了DHCP广播问题,严重影响了用户连接的时间。以前,要花时间去追踪这个问题的原因。通过AI和机器学习,配置日志可在数分钟内识别出问题。我们可以教导系统识别这个问题并自动重新配置网络。

网络数据挖掘:AI现在可以使用各种数据挖掘技术和云计算的能力,在几分钟内探测到TB级的数据。如果不是几周的话,这一过程可能需要一个网络领域专家来完成。通过加快这个过程,IT部门可以快速探索哪些网络功能(即操作系统,设备类型,接入点[AP])与网络问题最为相关,从而帮助IT部门快速识别出造成问题的AP,客户端操作系统或网络网关性能问题。

无监督机器学习;15年前,在Bob Friday上次创业的时候,他们正在研究Wi-Fi的位置,并消除现场调查的需要,以了解将信号强度映射到距离的RF模型。不幸的是,15年前,一个1U的Linux系统没有我们所需要的计算能力。我们现在拥有云计算能力,可以让我们运行无监督的机器学习算法,使我们无需了解用户的实际位置就可以了解每种设备型号和位置的RF模型。Wi-Fi和蓝牙低功耗(BLE)的融合消除了对覆盖网络的需要,无监督的机器学习无需现场调查,这就意味着可以在室内定位,从一个美好的地方到一个必须拥有的地方。

AI将在未来几年如何影响网络

AI将在未来一两年对网络体验产生积极的影响?

识别802.11规范的错误实现:今天的许多网络问题都与访问网络的低成本设备数量的增加有关。随着已知问题的数据库的增长,我们可以训练AI算法,以更好地检测和解决有关不良802.11实现和行为不端客户的问题。

通过应用程序预测用户体验:今天,我们通过容量规划和手动调整来确定应用程序带宽。很快,AI就能够预测用户的互联网性能,允许系统根据在特定时间使用的应用程序动态调整带宽容量,手动计划将被基于历史趋势和当前日历信息的预测分析所取代。系统将认识到,全公司视频会议即将启动并分配网络资源,以优化性能和效率,将AI引入无线资源管理。

人工智能将如何影响未来的网络

以下是我们可以期待AI和网络在未来三到五年内取得成功的例子。

多维无线网络问题:由多个独立随机动作引起的问题很难诊断。与国际象棋类似,计算机可以探索数以百万计的可能的移动,未来的AI系统将能够探索数以百万计的可能性,以找到一个糟糕的网络体验的原因。

间歇性的硬件问题:AI将能够识别从接入点或移动设备返回的数据,否则看起来像随机噪声。例如,一些网络问题与温度有关。如果设备太热,设备可能会停止工作。AI将能够隔离这些问题并确定需要维修或更换的组件。

从系统故障中恢复:今天,当访问点失败并脱机时,可能会将故障排除的数据丢失。在未来,即使AI系统不能阻止故障,他们也有能力预测它,并且能够在访问点关闭之前捕获和保存数据。

与GPS的室内地理定位相比:室内的地理定位仍然远远落后于户外GPS的功能。AI算法具有识别无线网络中覆盖差距的能力。但是,我们有自动安装机器人接入点,可以自动填补覆盖漏洞。

人们很容易忘记AI还处于起步阶段。市场已经取得了巨大的进步,但仍有许多工作要做。每当您的设备的个人语音助理在第一次尝试时不理解您的问题或提供的信息不准确时,这一点就很明显。我们的虚拟助理可以而且会变得更聪明。

AI的创新之路还有很长。今天存在的计算能力使得五年前无法完成的事情成为可能。量子计算仍然在我们的眼中一闪而过,但在孩子们的一生中,已经有了它成为现实的迹象。量子计算将在处理能力方面提升数倍,同时也是我们人工智能冒险的重要催化剂。

我们还没到那一步,但随着时间的推移,我们越来越接近Alan Turing的视野。

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2017-12-15

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏钱塘大数据

七种数据展示方法,让你讲好数据故事

导读:数据可以帮助我们用不同视角叙述不同类型的故事。我们通过由 Freedom House(一个独立的监测机构)整理的数据来探讨一下每一种分类。这些数据将每个...

32611
来自专栏大数据文摘

[TED演讲]个人信息控制战已打响!

1292
来自专栏DT数据侠

政府“开放数据”访问量低?可能是数据不“对味”

中国有越来越多的城市开始向公众开放各类数据,但这些数据真的是市民们所需要的吗?市民对什么类型的数据需求最大?在最早推动“开放数据”的美国,一家名为阳光基金会的机...

620
来自专栏大数据文摘

在大数据的世界中蓬勃发展

1355
来自专栏CSDN技术头条

谷歌工智能开源项目Tensorflow预示着硬件领域的重大变革

谷歌宣布将其最重要的创新项目之一 —— 人工智能引擎 ——作为开源项目发布到网上供大家免费使用,这展示了计算机软件行业正进行着什么样的变革。 最近,互联网巨头们...

18510
来自专栏PPV课数据科学社区

【译文】传播学中的大数据:发展与不足

? 作者:Malcolm R. Parks 当我决定为《传播学日报》写一个特别的关于大数据的主题时,我心中有两个目标。一个是为大众传播,图像技术,政治交流,健...

3228
来自专栏智能算法

一文看懂大数据思维

真正的革命并不在于分析数据的机器,而在于数据本身和我们如何运用数据。将大规模的数据与运用融合一起,将会颠覆很多我们原来的思维。大数据思维原理到底是什么?笔者概括...

3365
来自专栏大数据挖掘DT机器学习

做数据挖掘工作需要具备哪些思维原理?

大数据思维原理是什么?笔者概括为10项原理。 一、数据核心原理 从“流程”核心转变为“数据”核心 大数据时代,计算模式也发生了转变,从“流程”核心转变为“数据...

3419
来自专栏WeTest质量开放平台团队的专栏

游戏人工智能 读书笔记(一)前言与介绍

我们作为游戏人工智能的研究者,也愿意把我们阅读本书的一些心得体会分享出来,和诸君一起讨论,共同进步。

1858
来自专栏AI派

人工智能浪潮下如何让自己占尽天时、地利和人和?

2018年人工智能作为新的行业制高点,目前已上升为国家战略。人工智能如何与实体经济有机结合成为行业挖掘技术价值点的重要方向,如何升级传统工厂到工业4.0也成为制...

823

扫描关注云+社区